Vývoj automatizovaného systému videoinspekce železničního roštu - ověřená technologie
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F27223663%3A_____%2F20%3AN0000002" target="_blank" >RIV/27223663:_____/20:N0000002 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Vývoj automatizovaného systému videoinspekce železničního roštu - ověřená technologie
Popis výsledku v původním jazyce
Stručný popis novosti technologie a výrobku Značný přínos implementovaného řešení je integrace technologii tensorflow, openCV v rámci zpracování dat a analýzy pomocí série neuronových sítí. Ty jsou dále kombinovány s detailními snímky z lineárních kamer a unikátní datovou základnou vzniklou během projektu. Unikátním způsobem toto řešení využívá několik rozdílných neuronových sítí pro různé části řešené úlohy. Celý řetězec je paralelizován a využívá výpočtů na grafických kartách pro získání odpovědí v co nejkratším čase. V rámci projektu jsme vytvořili a implementovali vlastní neuronové sítě, které nejsou převzaté od třetích stran a tyto sítě jsou specificky naučené rozpoznávat charakter upevňovadel a jejich defektů na železnicích České republiky. Využitelnost je z historických důvodů 100% možná i na celé železniční síti na Slovensku a dále v řadě zemí střední a západní Evropy. Nasazení v Americe, Asii nebo Africe by vyžadovalo kontrolní měření pro detekci případných specifik místních železničních tratí. ávěrečné ustanovení protokolu ověření technologie V projektu implementovaný vyhodnocovací software spolehlivě zpracovává pořízená data. Sada implementovaných a vyvinutých neuronových sítí, které jsou součástí vyhodnocovacího řetězce, plně identifikuje všechna upevňovadla použitá na železniční síti České republiky. Jedná se o tyto typy upevňovadel: • K, • KS12, • KS24, • W14, • FCI Pro uvedené typy upevňovadel řešení poskytuje spolehlivou identifikaci a klasifikaci defektů, které způsobují různé úrovně nebezpečnosti pro provozování železniční dráhy. Aplikace na svém výstupu poskytuje seznamy defektů s lokalizací, klasifikací a fotodokumentací. Seznamy defektů následně přeberou traťové okrsky a plánují opravy železničního svršku.
Název v anglickém jazyce
Vývoj automatizovaného systému videoinspekce železničního roštu - ověřená technologie
Popis výsledku anglicky
Stručný popis novosti technologie a výrobku Značný přínos implementovaného řešení je integrace technologii tensorflow, openCV v rámci zpracování dat a analýzy pomocí série neuronových sítí. Ty jsou dále kombinovány s detailními snímky z lineárních kamer a unikátní datovou základnou vzniklou během projektu. Unikátním způsobem toto řešení využívá několik rozdílných neuronových sítí pro různé části řešené úlohy. Celý řetězec je paralelizován a využívá výpočtů na grafických kartách pro získání odpovědí v co nejkratším čase. V rámci projektu jsme vytvořili a implementovali vlastní neuronové sítě, které nejsou převzaté od třetích stran a tyto sítě jsou specificky naučené rozpoznávat charakter upevňovadel a jejich defektů na železnicích České republiky. Využitelnost je z historických důvodů 100% možná i na celé železniční síti na Slovensku a dále v řadě zemí střední a západní Evropy. Nasazení v Americe, Asii nebo Africe by vyžadovalo kontrolní měření pro detekci případných specifik místních železničních tratí. ávěrečné ustanovení protokolu ověření technologie V projektu implementovaný vyhodnocovací software spolehlivě zpracovává pořízená data. Sada implementovaných a vyvinutých neuronových sítí, které jsou součástí vyhodnocovacího řetězce, plně identifikuje všechna upevňovadla použitá na železniční síti České republiky. Jedná se o tyto typy upevňovadel: • K, • KS12, • KS24, • W14, • FCI Pro uvedené typy upevňovadel řešení poskytuje spolehlivou identifikaci a klasifikaci defektů, které způsobují různé úrovně nebezpečnosti pro provozování železniční dráhy. Aplikace na svém výstupu poskytuje seznamy defektů s lokalizací, klasifikací a fotodokumentací. Seznamy defektů následně přeberou traťové okrsky a plánují opravy železničního svršku.
Klasifikace
Druh
Z<sub>tech</sub> - Ověřená technologie
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
Návaznosti výsledku
Projekt
<a href="/cs/project/EG17_107%2F0011235" target="_blank" >EG17_107/0011235: Zlepšení automatizovaného systému videoinspekce železničního roštu</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Interní identifikační kód produktu
CZ.01.1.02/0.0/0.0/17_107/0011235
Číselná identifikace
—
Technické parametry
Značný přínos implementovaného řešení je integrace technologii tensorflow, openCV v rámci zpracování dat a analýzy pomocí série neuronových sítí. Ty jsou dále kombinovány s detailními snímky z lineárních kamer a unikátní datovou základnou vzniklou během projektu. Unikátním způsobem toto řešení využívá několik rozdílných neuronových sítí pro různé části řešené úlohy. Celý řetězec je paralelizován a využívá výpočtů na grafických kartách pro získání odpovědí v co nejkratším čase. V rámci projektu jsme vytvořili a implementovali vlastní neuronové sítě, které nejsou převzaté od třetích stran a tyto sítě jsou specificky naučené rozpoznávat charakter upevňovadel a jejich defektů na železnicích České republiky. Využitelnost je z historických důvodů 100% možná i na celé železniční síti na Slovensku a dále v řadě zemí střední a západní Evropy. Nasazení v Americe, Asii nebo Africe by vyžadovalo kontrolní měření pro detekci případných specifik místních železničních tratí.
Ekonomické parametry
zatím nerelevantní
Kategorie aplik. výsledku dle nákladů
—
IČO vlastníka výsledku
27223663, 64050696
Název vlastníka
ENEX GROUP s.r.o., FoxCom s.r.o.
Stát vlastníka
CZ - Česká republika
Druh možnosti využití
A - K využití výsledku jiným subjektem je vždy nutné nabytí licence
Požadavek na licenční poplatek
A - Poskytovatel licence na výsledek požaduje licenční poplatek
Adresa www stránky s výsledkem
—